Sclérose en plaquesLa sclérose en plaques (SEP) est une maladie auto-immune touchant le système nerveux central (cerveau, moelle spinale et nerfs optiques). La cause est multifactorielle : prédisposition génétique, certains facteurs environnementaux (qui ne sont pas encore très bien compris à ce jour), origines infectieuses notamment liées au virus EBV, etc.. Ces divers facteurs augmentent le risque de développer la maladie.
Pathophysiology of multiple sclerosisMultiple sclerosis is an inflammatory demyelinating disease of the CNS in which activated immune cells invade the central nervous system and cause inflammation, neurodegeneration, and tissue damage. The underlying cause is currently unknown. Current research in neuropathology, neuroimmunology, neurobiology, and neuroimaging, together with clinical neurology, provide support for the notion that MS is not a single disease but rather a spectrum.
Lesional demyelinations of the central nervous systemMultiple sclerosis and other demyelinating diseases of the central nervous system (CNS) produce lesions (demyelinated areas in the CNS) and glial scars or scleroses. They present different shapes and histological findings according to the underlying condition that produces them. Demyelinating diseases are traditionally classified in two kinds: demyelinating myelinoclastic diseases and demyelinating leukodystrophic diseases. In the first group a normal and healthy myelin is destroyed by a toxic, chemical or autoimmune substance.
F-scoreIn statistical analysis of binary classification, the F-score or F-measure is a measure of a test's accuracy. It is calculated from the precision and recall of the test, where the precision is the number of true positive results divided by the number of all positive results, including those not identified correctly, and the recall is the number of true positive results divided by the number of all samples that should have been identified as positive.
MyélineLa myéline est une membrane spécialisée des cellules gliales myélinisantes du système nerveux (les cellules de Schwann pour le système nerveux périphérique et les oligodendrocytes pour le système nerveux central), qui s'enroule autour des axones des neurones et permet leur isolation. Ceci induit l'accélération de la vitesse de conduction des potentiels d'action, et l'apparition d'une conduction saltatoire. Le terme a été inventé en 1854 par le médecin pathologiste Rudolf Virchow, sans doute par analogie avec la substance blanchâtre et molle de la moelle osseuse.
Imagerie par résonance magnétiqueL'imagerie par résonance magnétique (IRM) est une technique d' permettant d'obtenir des vues en deux ou en trois dimensions de l'intérieur du corps de façon non invasive avec une résolution en contraste relativement élevée. L'IRM repose sur le principe de la résonance magnétique nucléaire (RMN) qui utilise les propriétés quantiques des noyaux atomiques pour la spectroscopie en analyse chimique. L'IRM nécessite un champ magnétique puissant et stable produit par un aimant supraconducteur qui crée une magnétisation des tissus par alignement des moments magnétiques de spin.
Physique de l'imagerie par résonance magnétiquedroite|vignette|300x300px| Scanner IRM clinique 3 tesla moderne. La physique de l'imagerie par résonance magnétique (IRM) concerne les considérations physiques fondamentales des techniques d' et les aspects technologiques des appareils d'IRM. L'IRM est une technique d' principalement utilisée en radiologie et en médecine nucléaire afin d'étudier l'anatomie et la physiologie du corps et de détecter des pathologies telles que les tumeurs, l'inflammation, les affections neurologiques telles que les accidents vasculaires cérébraux (AVC), les troubles des muscles, des articulations et les anomalies du cœur et vaisseaux sanguins, entre autres.
Nerve guidance conduitA nerve guidance conduit (also referred to as an artificial nerve conduit or artificial nerve graft, as opposed to an autograft) is an artificial means of guiding axonal regrowth to facilitate nerve regeneration and is one of several clinical treatments for nerve injuries. When direct suturing of the two stumps of a severed nerve cannot be accomplished without tension, the standard clinical treatment for peripheral nerve injuries is autologous nerve grafting.
Myelin basic proteinMyelin basic protein (MBP) is a protein believed to be important in the process of myelination of nerves in the nervous system. The myelin sheath is a multi-layered membrane, unique to the nervous system, that functions as an insulator to greatly increase the velocity of axonal impulse conduction. MBP maintains the correct structure of myelin, interacting with the lipids in the myelin membrane. MBP was initially sequenced in 1971 after isolation from bovine myelin membranes.
Demyelinating diseaseA demyelinating disease refers to any disease affecting the nervous system where the myelin sheath surrounding neurons is damaged. This damage disrupts the transmission of signals through the affected nerves, resulting in a decrease in their conduction ability. Consequently, this reduction in conduction can lead to deficiencies in sensation, movement, cognition, or other functions depending on the nerves affected. Various factors can contribute to the development of demyelinating diseases, including genetic predisposition, infectious agents, autoimmune reactions, and other unknown factors.
Prospective cohort studyA prospective cohort study is a longitudinal cohort study that follows over time a group of similar individuals (cohorts) who differ with respect to certain factors under study, to determine how these factors affect rates of a certain outcome. For example, one might follow a cohort of middle-aged truck drivers who vary in terms of smoking habits, to test the hypothesis that the 20-year incidence rate of lung cancer will be highest among heavy smokers, followed by moderate smokers, and then nonsmokers.
Validation croiséeLa validation croisée () est, en apprentissage automatique, une méthode d’estimation de fiabilité d’un modèle fondée sur une technique d’échantillonnage. Supposons posséder un modèle statistique avec un ou plusieurs paramètres inconnus, et un ensemble de données d'apprentissage sur lequel on peut apprendre (ou « entraîner ») le modèle. Le processus d'apprentissage optimise les paramètres du modèle afin que celui-ci corresponde le mieux possible aux données d'apprentissage.
NeuroregénérationLa neuroregénération est le renouvellement des neurones (uniquement artificiel dans toutes les zones du cerveau exceptés la zone sous-ventriculaire de l'hippocampe et le striatum chez l'homme et la plupart des autres mammifères), leur réparation ou la repousse du tissus nerveux (axones et synapses), endommagés par exemple par une maladie neurodégénérative, l'absence de sommeil, ou un neurotoxique. Les blessures du système nerveux affectent plus de par année, dont à la moelle épinière.
Réseau de neurones récurrentsUn réseau de neurones récurrents (RNN pour recurrent neural network en anglais) est un réseau de neurones artificiels présentant des connexions récurrentes. Un réseau de neurones récurrents est constitué d'unités (neurones) interconnectées interagissant non-linéairement et pour lequel il existe au moins un cycle dans la structure. Les unités sont reliées par des arcs (synapses) qui possèdent un poids. La sortie d'un neurone est une combinaison non linéaire de ses entrées.
Réseau neuronal résidueldroite|vignette| Forme canonique d'un réseau neuronal résiduel. Une couche l − 1 est ignoré sur l'activation de l − 2. Un réseau neuronal résiduel ( ResNet ) est un réseau neuronal artificiel (ANN). Il s'agit d'une variante du HighwayNet , le premier réseau neuronal à action directe très profond avec des centaines de couches, beaucoup plus profond que les réseaux neuronaux précédents. Les sauts de connexion ou "raccourcis" sont utilisés pour passer par-dessus certaines couches ( les HighwayNets peuvent également avoir des poids pour les saut eux-mêmes, grâce à une matrice de poids supplémentaire pour leurs portes).
AxoneLaxone, ou fibre nerveuse, est le prolongement du neurone qui conduit le signal électrique du corps cellulaire vers les zones synaptiques. Le long de l'axone, ce signal est constitué de potentiels d'action. Les autres prolongements du neurone sont les dendrites qui conduisent le signal des synapses au corps cellulaire. Les neurones ont le plus souvent un seul axone et plusieurs dendrites. Néanmoins, la terminaison de l'axone est très ramifiée — on parle d'arborisation terminale — ce qui lui permet de contacter plusieurs autres neurones avec la même information.
Jeux d'entrainement, de validation et de testEn apprentissage automatique, une tâche courante est l'étude et la construction d'algorithmes qui peuvent apprendre et faire des prédictions sur les données. De tels algorithmes fonctionnent en faisant des prédictions ou des décisions basées sur les données, en construisant un modèle mathématique à partir des données d'entrée. Ces données d'entrée utilisées pour construire le modèle sont généralement divisées en plusieurs jeux de données .
Statistical model validationIn statistics, model validation is the task of evaluating whether a chosen statistical model is appropriate or not. Oftentimes in statistical inference, inferences from models that appear to fit their data may be flukes, resulting in a misunderstanding by researchers of the actual relevance of their model. To combat this, model validation is used to test whether a statistical model can hold up to permutations in the data.
Étude cas-témoinsUne étude cas-témoins est une étude statistique observationnelle rétrospective utilisée en épidémiologie. Les études cas-témoins sont utilisées pour mettre en évidence des facteurs qui peuvent contribuer à l'apparition d'une maladie en comparant des sujets qui ont cette maladie (les cas) avec des sujets qui n'ont pas la maladie mais qui sont similaires par ailleurs (les témoins).
Exactitude et précisionvignette|Schéma de l'exactitude et la précision appliquée à des lancers de fléchettes. Dans la mesure d'un ensemble, l'exactitude est la proximité des mesures à une valeur spécifique, tandis que la précision est la proximité des mesures les unes par rapport aux autres. L'exactitude a deux définitions : Plus communément, il s'agit d'une description des erreurs systématiques, une mesure du biais statistique ; une faible précision entraîne une différence entre un résultat et une valeur « vraie ».
